Shenghua Lu

🎯 目标：复现课堂上讲解的分类模型，理解模型训练与结果输出流程。

• 从课上介绍的 sklearn 模型中，任选 2 个模型（如逻辑回归、决策树、SVM等），运行代码；
• 截图运行结果或导出 PDF，作为提交材料。

📤 提交格式：

• 文件命名：任务一_学号_姓名
• 格式：Word 或 PDF 文件

🎯 目标：基于真实金融场景的数据，完成一个二分类建模任务，并进行结果分析。

可选数据集（3 选 1）：

1. 企业投资决策（Company_Investment_Decision.csv）

   是否投资，特征包括公司规模、营收、利润率、市场占有率、行业增长等。

2. 并购交易成功预测（M_A_Success_Prediction.csv）

   是否并购成功，特征包括文化契合度、业务重叠、协同效应、市场反应等。

3. 公司破产风险预测（Bankruptcy_Risk_Prediction.csv）

   是否破产，特征包括资产负债率、流动比率、行业风险等级、盈利能力等。

下载数据集包：homework_dataset.rar

操作要求：

• 使用 1～2 种分类模型（如逻辑回归、决策树、SVM）对数据进行训练与预测；
• 输出 混淆矩阵，并简单分析模型表现：
  • 模型是否表现良好？理由是什么？
  • 哪类数据更容易被误判？

提交内容：

• 原代码或截图；
• 混淆矩阵或截图；
• 简要说明文字；
• 文件命名：任务二_学号_姓名；
• 格式：Word 或 PDF 文件。